<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="165821">
 <titleInfo>
  <title>SISTEM INFERENSI FUZZY SUGENO DALAM MEMPREDIKSI HARGA SAHAM</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>INDAH WIDYA HABEAHAN</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Fakultas mipa</publisher>
   <dateIssued>2025</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Pasar saham merupakan sistem keuangan yang kompleks dan penuh ketidakpastian. Prediksi harga saham menjadi tantangan tersendiri karena pergerakan harga dipengaruhi oleh berbagai faktor seperti kondisi ekonomi, politik, dan psikologis. Penelitian ini bertujuan untuk memprediksi harga saham PT Aneka Tambang Tbk (ANTM) dengan menggunakan pendekatan sistem inferensi fuzzy Sugeno orde satu. Dua variabel input yang digunakan adalah harga saham dan harga komoditas emas, sedangkan output yang dihasilkan adalah prediksi harga saham pada hari berikutnya. Metode ini terdiri dari beberapa tahapan yaitu fuzzifikasi, pembentukan rule base, inferensi fuzzy, defuzzifikasi, dan estimasi parameter menggunakan metode regresi linier least square. Model kemudian dievaluasi menggunakan Mean Absolute Percentage Error (MAPE) untuk mengukur tingkat akurasi. Hasil evaluasi menunjukkan bahwa nilai MAPE yang diperoleh sebesar 0,76%, yang berarti model memiliki tingkat akurasi yang sangat tinggi. Selanjutnya, dilakukan prediksi lanjutan untuk bulan Maret 2024 menggunakan regresi linier berbasis hasil koefisien least square. Hasil prediksi ini menunjukkan kecenderungan pola konvergen menuju titik keseimbangan (steady state) yang ditandai oleh grafik linier. Dengan demikian, sistem fuzzy Sugeno efektif digunakan untuk prediksi jangka pendek dan dinamis, sedangkan regresi linier lebih tepat untuk prediksi jangka panjang yang stabil.&#13;
Kata Kunci: Fuzzy Sugeno, Prediksi Saham, Regresi Linier, Least Square, MAPE, ANTM.&#13;
</note>
 <note type="statement of responsibility"></note>
 <classification>0</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>165821</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2025-07-23 14:59:54</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2025-07-23 15:32:09</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>